論文の概要: Camouflaged Object Detection and Tracking: A Survey
- arxiv url: http://arxiv.org/abs/2012.13581v1
- Date: Fri, 25 Dec 2020 14:15:45 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-25 05:39:51.859545
- Title: Camouflaged Object Detection and Tracking: A Survey
- Title(参考訳): カモフラージュによる物体検出と追跡:サーベイ
- Authors: Ajoy Mondal
- Abstract要約: 本稿では,コンピュータビジョンアルゴリズムを用いた既存のカモフラージュ物体検出・追跡手法を理論的に検討する。
本稿は、この分野の今後の研究の方向性とともに、いくつかの関心事についても論じる。
- 参考スコア(独自算出の注目度): 7.056222499095849
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Moving object detection and tracking have various applications, including
surveillance, anomaly detection, vehicle navigation, etc. The literature on
object detection and tracking is rich enough, and several essential survey
papers exist. However, the research on camouflage object detection and tracking
limited due to the complexity of the problem. Existing work on this problem has
been done based on either biological characteristics of the camouflaged objects
or computer vision techniques. In this article, we review the existing
camouflaged object detection and tracking techniques using computer vision
algorithms from the theoretical point of view. This article also addresses
several issues of interest as well as future research direction on this area.
We hope this review will help the reader to learn the recent advances in
camouflaged object detection and tracking.
- Abstract(参考訳): 移動物体の検出と追跡には、監視、異常検出、車両ナビゲーションなど、さまざまな応用がある。
物体検出と追跡に関する文献は十分に豊富であり、いくつかの重要な調査論文が存在する。
しかし, カモフラージュ物体の検出・追跡に関する研究は, 問題の複雑さにより制限された。
既存の研究は、カモフラージュされた物体の生物学的特性やコンピュータビジョン技術に基づいて行われている。
本稿では,コンピュータビジョンアルゴリズムを用いた既存のカモフラージュ物体検出・追跡手法について,理論的な観点から検討する。
本稿は、この分野の今後の研究の方向性とともに、いくつかの関心事についても論じる。
このレビューは、読者が最近の偽造物検出と追跡の進歩を学ぶのに役立つことを期待している。
関連論文リスト
- VOVTrack: Exploring the Potentiality in Videos for Open-Vocabulary Object Tracking [61.56592503861093]
オープンボキャブラリオブジェクト検出(OVD)とマルチオブジェクトトラッキング(MOT)の複雑さを両立させる。
OVMOT の既存のアプローチは、OVD と MOT の方法論を別個のモジュールとして統合することが多く、主に画像中心のレンズによる問題に焦点を当てている。
VOVTrackは、MOTとビデオ中心トレーニングに関連するオブジェクト状態を統合する新しい手法であり、ビデオオブジェクト追跡の観点からこの問題に対処する。
論文 参考訳(メタデータ) (2024-10-11T05:01:49Z) - Camouflaged_Object_Tracking__A_Benchmark [13.001689702214573]
カモフラージュされたオブジェクト追跡手法を評価するためのベンチマークであるCOTD(Camouflaged Object Tracking dataset)を導入する。
COTDは200のシーケンスと約80,000のフレームで構成され、それぞれに詳細なバウンディングボックスが付加されている。
既存の20個の追跡アルゴリズムを評価した結果,カモフラージュした物体を用いた場合,その性能に重大な欠陥があることが判明した。
本稿では,新しいトラッキングフレームワーク HiPTrack-MLS を提案する。
論文 参考訳(メタデータ) (2024-08-25T15:56:33Z) - V3Det Challenge 2024 on Vast Vocabulary and Open Vocabulary Object Detection: Methods and Results [142.5704093410454]
V3Det Challenge 2024は、オブジェクト検出研究の境界を推し進めることを目的としている。
Vast Vocabulary Object DetectionとOpen Vocabulary Object Detectionの2つのトラックで構成されている。
我々は,広い語彙とオープン語彙のオブジェクト検出において,今後の研究の方向性を刺激することを目指している。
論文 参考訳(メタデータ) (2024-06-17T16:58:51Z) - Oriented Object Detection in Optical Remote Sensing Images using Deep Learning: A Survey [10.665235711722076]
オブジェクト指向物体検出は、リモートセンシングにおいて最も基本的で困難なタスクの1つである。
近年,ディープラーニング技術を用いたオブジェクト指向物体検出の進歩が目覚ましい。
論文 参考訳(メタデータ) (2023-02-21T06:31:53Z) - Single Object Tracking Research: A Survey [44.24280758718638]
本稿では,過去10年間に最も人気の高い追跡フレームワーク2つについて,その理論的根拠と作業について述べる。
本稿では,異なるネットワーク構造に分類したディープラーニングに基づく追跡手法を提案する。
また、追跡問題の課題に対処するための古典的な戦略についても紹介する。
論文 参考訳(メタデータ) (2022-04-25T02:59:15Z) - Detection, Recognition, and Tracking: A Survey [0.0]
コンピュータビジョンやマルチメディアでは、画像やビデオ中の物体を検出し、認識し、追跡することがますます重要になっている。
顔認識、監視、アニメーションなどの多くのアプリケーションは、機能や人を追跡するのに使われている。
本稿では,物体の検出と認識に関する新しい手法と,検出した特徴にトラッキングアルゴリズムを適用して物体の動きを追跡する方法について述べる。
論文 参考訳(メタデータ) (2022-03-22T17:11:24Z) - Deep Learning on Monocular Object Pose Detection and Tracking: A
Comprehensive Overview [8.442460766094674]
オブジェクトのポーズ検出と追跡は、自律運転、ロボット工学、拡張現実など、多くの分野で広く応用されているため、注目を集めている。
ディープラーニングは、他のものよりも優れたパフォーマンスを示した最も有望なものです。
本稿では,ディープラーニング技術経路に属するオブジェクトのポーズ検出と追跡の最近の進歩を概観する。
論文 参考訳(メタデータ) (2021-05-29T12:59:29Z) - Unsupervised Domain Adaption of Object Detectors: A Survey [87.08473838767235]
近年のディープラーニングの進歩は、様々なコンピュータビジョンアプリケーションのための正確で効率的なモデルの開発につながっている。
高度に正確なモデルを学ぶには、大量の注釈付きイメージを持つデータセットの可用性に依存する。
このため、ラベルスカースデータセットに視覚的に異なる画像がある場合、モデルの性能は大幅に低下する。
論文 参考訳(メタデータ) (2021-05-27T23:34:06Z) - Track to Detect and Segment: An Online Multi-Object Tracker [81.15608245513208]
TraDeSは、エンドツーエンドの検出を支援するために追跡の手がかりを利用するオンライン共同検出および追跡モデルです。
TraDeSは、以前のオブジェクトの機能を伝播するために使用されるコストボリュームでオブジェクト追跡オフセットを推測します。
論文 参考訳(メタデータ) (2021-03-16T02:34:06Z) - Detecting Invisible People [58.49425715635312]
我々は,追跡ベンチマークを再利用し,目立たない物体を検出するための新しい指標を提案する。
私たちは、現在の検出および追跡システムがこのタスクで劇的に悪化することを実証します。
第2に,最先端の単眼深度推定ネットワークによる観測結果を用いて,3次元で明示的に推論する動的モデルを構築した。
論文 参考訳(メタデータ) (2020-12-15T16:54:45Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。